CALVIN research group 的论文(物件检测、交互、分割、弱监督学习、迁移学习)（转）

jstudy0 jstudy0 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 900+累计阅读 941平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄16年
关注
转载 最新推荐文章于 2026-06-19 20:24:48 发布 941 阅读 AI 写同款· GEO 优化 ›
【点云语义分割】Weakly Supervised Semantic Point Cloud Segmentation: Towards 10× Fewer Labels（CVPR 2020） 论文链接 代码链接 Motivation 弱监督工作都是利用少的标记样本去做更好的预测结果，本文的弱监督包括不完全监督，即只有少量的点带有准确的label；不准确监督，即点云的每个sample都带有一个不准确的label，文章将这两种弱监督的方式互为补充。之后用Siamese Self-Supervision的技术去处理没有label的点云，此外，文章的写作和分析都很到位。 概念陈述 把点云标记为BBB个独立的shapes或者房间块，记做{Xb}b=1⋯B\left\{\mathbf{X}_{b}\ri. 阅读详情

from (视觉模式分析实验室 http://1817104713.qzone.qq.com)


http://groups.inf.ed.ac.uk/calvin/publications.html

收录于
paper

当前文章被收录于：

paper
9 篇文章 0 人学习
订阅专栏 查看详情
3D点云分割论文总结 Fast Range Image-Based Segmentation of Sparse 3D Laser Scans for Online Operation - 挑战 由于lidar点云的稀疏性，尤其在垂直方向上，即便相邻点云是来自于同一物体，它们之间也会存在着一个欧氏距离。并且随着Object与Lidar距离的增大，这个距离会越来越大，给目标识别带来的挑战也越大。 - 常见点云分割方法 主... 阅读详情

相关推荐

机器学习（4）——弱监督学习

什么是弱监督学习？ 监督学习技术通过学习大量标记的训练样本来构建预测模型，在很多领域获得了巨大成功。但由于数据标注的本身往往需要很高成本，在很多任务上都很难获得全部真值标签这样比较强的监督信息。而无监督学习由于缺乏制定的标签，在实际应用中的性能往往存在很大局限。针对这一问题，相关研究者提出了弱监督学习的概念，弱监督学习不仅可以降低人工标记的工作量，同时也可以引入人类的监督信息，在很大程度上提高无监督学习的性能。 弱监督学习是相对于监督学习而言的。同监督学习不同，弱监督学习中的数据标签允许是不完全的，即训练集

Fo*(Bi)的博客 1万+

【点云识别】Weakly Supervised Semantic Point Cloud Segmentation: Towards 10x Fewer Labels(CVPR 2020)

Weakly Supervised Semantic Point Cloud Segmentation: Towards 10x Fewer Labels 本文介绍一篇cvpr2020里面关于点云弱监督分割的文章。 论文 目前还没有开源代码 1. 问题 点云的弱监督分割 2. 思想 根据弱监督的特点，提出了incomplete supervision branch 和 inexact super...

Orientliu96的博客 1587

【开源方案共享】无序点云快速的线段分割算法

点云PCL免费知识星球，点云论文速读。 标题：Fast 3D Line Segment Detection From Unorganized Point Cloud 作者：Xiaohu Lu, Yahui Liu, Kai Li 编译：particle 欢迎各位加入免费知识星球，获取PDF论文，欢迎转发朋友圈分享快乐。 本文提出了一种基于大规模无序点云的三维线段检测算法。与传统的方法先提取三维边缘点后在拟合三维线段的算法相比，本文提出了一种基于点云分割和二维线段检测的基础上，能够快速的实现三维线段检测算法。

点云PCL 1467

CVPR 2020 论文总结：Weakly Supervised Semantic Point Cloud Segmentation: Towards 10×Fewer Labels

Weakly Supervised Semantic Point Cloud Segmentation: Towards 10×FewerLabels （本文是看完了这篇论文做的总结，有不对的地方欢迎指出） 摘要 针对点云的分析最近受到了很多关注，而分割又是其中最重要的任务之一。目前针对此任务的方法是设计深度网络和做大量的数据标记。本文作者认为做标记是一直有效的方式。 但是标记数据太过费时，所以本文提出了弱监督，只需要标记10%的数据，便可以近似达到全监督的效果。 方法是： 学习梯度近似（.

zihao_c的博客 1812

【信息科学与工程学】计算机科学与自动化——第三百零五篇 数据中心 Scale-Up、Scale-Out、Scale-Across 20

GPU 训练中的各种算子融合技巧、梯度压缩与稀疏通信的高级变体、混合专家模型的负载均衡与通信优化、长序列模型的注意力机制优化、模型量化与蒸馏的联合优化、分布式训练中的容错与恢复、以及一些新兴硬件特性的建模（如 HBM3、GDDR7、CXL 3.0 内存语义、PCIe Gen6 PAM4 信令等）。每条仍然包含四个方程式子节。

weixin_49199313的博客 352

政府科技管理者如何提升科技成果转化项目进场交易的备案效率？.docx

政府科技管理者如何提升科技成果转化项目进场交易的备案效率？

3D点云深度学习综述

3D点云深度学习综述Deep Learning for 3D Point Clouds: A Survey论文翻译 作者：Yulan Guo, Hanyun Wang, Qingyong Hu, Hao Liu, Li Liu, and Mohammed Bennamoun 译者：dxzysk 译者注：本文仅是对原论文的翻译，作为学习笔记仅供记录、参考学习使用，建议阅读作者的英文原文。受水平限制，难免有错误之处，尽情谅解。 原论文：https://arxiv.org/abs/1912.1203...

dxzysk的专栏 6387

科技中介服务机构如何通过智能体技术提升服务效率与专业度？.docx

科易网基于AI模型+行业大数据，在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景，推出科技创新领域的AI+工具与数智化解决方案，推动科技创新与产业创新智能化发展。

CVPR 2020——Weakly Supervised Semantic Point Cloud Segmentation: Towards 10× Fewer Labels

Weakly Supervised Semantic Point Cloud Segmentation: Towards 10× Fewer LabelsAbstract（一）Introduction（二） Related Work（三）Methodology3.1 Point Cloud Encoder Network3.2. Incomplete Supervision Branch3.3. Inexact Supervision Branch3.4. Siamese Self-Supervision3

Dujing2019的博客 1783

产业园区如何高效对接企业技术需求并推动成果转化？观点作者：科易网-国家科技成果转化（厦门）示范基地.docx

科易网基于AI模型+行业大数据，在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景，推出科技创新领域的AI+工具与数智化解决方案，推动科技创新与产业创新智能化发展。

山区道路边坡落石隐患检测数据集VOC+YOLO格式241张1类别.md

【重要提示】本页面仅为资源介绍，不含外部下载地址 亲爱的 优快云 用户： 感谢你浏览本资源页面，在这里提前向大家说明相关情况，避免后续产生误解。本资源我设置的初衷是 0 积分免费分享文档介绍，希望可以无偿给到有需要的朋友。但 优快云 平台存在自动调控机制，系统会根据资源下载热度、文件体积、平台规则等因素，自动修改资源所需下载积分，页面显示为 1 积分、2 积分或更高积分都属于平台自动调整结果，并非我手动修改设置，我没有权限自主锁定积分数值。 如果你打开页面后，发现下载所需积分不为 0，请务必谨慎考虑是否下载。一旦你支付积分完成下载，后续遇到资源内容和描述不符、文件损坏等问题，我无法承担对应的积分损失，也没有渠道为你办理积分退还。在此强烈建议，只有页面明确显示 0 积分的时候，再进行下载操作。 同时特别说明：这份资源介绍文案里，没有附带任何外部下载地址。资源本身是通过 优快云 官方上传通道上传的附件，正常情况下直接点击页面自带的下载按钮即可获取文件。页面找不到外部下载链接属于正常情况，并非资源缺失。 如果因为平台积分显示异常，导致你被扣取积分，积分退款、积分异常相关问题，请直接联系 优快云 官方客服咨询处理。平台规则由官方制定，我无法干预积分变动，望各位理解。

自我学习,监督学习,半监督学习和迁移学习的区别

区别自我学习和半监督学习一样，当前手头上只有少量训练样本，但是周围手头上还有大量无标注样本。举一个经典的例子，分离大象和犀牛。 对于监督学习来说，我们手头有大量大象的样本和犀牛的样本，接下来训练分类器，进行分类，大家都知道的。 对于迁移学习，则是指我们手头上有大量羊的样本和马的样本（已标记），少量的大象和犀牛的样本，接下来就要从羊和马的样本中选出有效的样本分别加入到大象和犀牛的标记样本中，然后再

终结大笨狗的博客 1万+

高空作业栏杆检测数据集VOC+YOLO格式230张3类别.md

【重要提示】本页面仅为资源介绍，不含外部下载地址 亲爱的 优快云 用户： 感谢你浏览本资源页面，在这里提前向大家说明相关情况，避免后续产生误解。本资源我设置的初衷是 0 积分免费分享文档介绍，希望可以无偿给到有需要的朋友。但 优快云 平台存在自动调控机制，系统会根据资源下载热度、文件体积、平台规则等因素，自动修改资源所需下载积分，页面显示为 1 积分、2 积分或更高积分都属于平台自动调整结果，并非我手动修改设置，我没有权限自主锁定积分数值。 如果你打开页面后，发现下载所需积分不为 0，请务必谨慎考虑是否下载。一旦你支付积分完成下载，后续遇到资源内容和描述不符、文件损坏等问题，我无法承担对应的积分损失，也没有渠道为你办理积分退还。在此强烈建议，只有页面明确显示 0 积分的时候，再进行下载操作。 同时特别说明：这份资源介绍文案里，没有附带任何外部下载地址。资源本身是通过 优快云 官方上传通道上传的附件，正常情况下直接点击页面自带的下载按钮即可获取文件。页面找不到外部下载链接属于正常情况，并非资源缺失。 如果因为平台积分显示异常，导致你被扣取积分，积分退款、积分异常相关问题，请直接联系 优快云 官方客服咨询处理。平台规则由官方制定，我无法干预积分变动，望各位理解。

无功优化电网故障下分布式能源系统多目标优化[并网转换器（GCC）]（Matlab代码&Simulink实现）

内容概要：本文详细介绍了基于Plecs或Simulink平台构建的全桥LLC谐振变换器仿真模型，重点研究了变频控制与移相混合控制策略下的闭环系统设计与参数优化方法。内容涵盖全桥LLC谐振变换器的工作原理、小信号建模技术（如扩展描述函数EDF）、PID控制器参数整定过程以及软开关实现条件，并通过仿真验证了系统在稳态输出性能、动态响应特性（如启动过程与负载阶跃）和频率调节平滑性等方面的优良表现。同时提供了完整的仿真模型、参数设计报告及说明文档，有助于读者复现结果并深入理解控制机制与建模细节。; 适合人群：具备电力电子、自动控制等相关专业知识背景，从事高效率电源设计、新能源变换系统研发的工程师及高等院校电力电子与电力传动方向的研究生。; 使用场景及目标：①掌握LLC谐振变换器的小信号建模与闭环控制系统设计方法；②学习并应用变频与移相结合控制策略提升电源转换效率；③支撑科研项目中的电力电子系统仿真验证或学位论文课题开发；④复现高水平学术论文中关于谐振变换器的控制方案与性能分析。; 阅读建议：建议结合所提供的仿真模型与参数设计资料，边运行仿真边对照文章内容理解控制逻辑与建模过程，特别关注小信号模型的建立方法与PID控制器参数整定环节，以增强对实际工程问题的分析与设计能力。

ti-cgt-c2000-22.6.0.LTS-windows-x64-installer

ti-cgt-c2000-22.6.0.LTS-windows-x64-installer

光伏板太阳能板尘土灰尘脏污检测数据集VOC+YOLO格式1006张3类别.md

【重要提示】本页面仅为资源介绍，不含外部下载地址 亲爱的 优快云 用户： 感谢你浏览本资源页面，在这里提前向大家说明相关情况，避免后续产生误解。本资源我设置的初衷是 0 积分免费分享文档介绍，希望可以无偿给到有需要的朋友。但 优快云 平台存在自动调控机制，系统会根据资源下载热度、文件体积、平台规则等因素，自动修改资源所需下载积分，页面显示为 1 积分、2 积分或更高积分都属于平台自动调整结果，并非我手动修改设置，我没有权限自主锁定积分数值。 如果你打开页面后，发现下载所需积分不为 0，请务必谨慎考虑是否下载。一旦你支付积分完成下载，后续遇到资源内容和描述不符、文件损坏等问题，我无法承担对应的积分损失，也没有渠道为你办理积分退还。在此强烈建议，只有页面明确显示 0 积分的时候，再进行下载操作。 同时特别说明：这份资源介绍文案里，没有附带任何外部下载地址。资源本身是通过 优快云 官方上传通道上传的附件，正常情况下直接点击页面自带的下载按钮即可获取文件。页面找不到外部下载链接属于正常情况，并非资源缺失。 如果因为平台积分显示异常，导致你被扣取积分，积分退款、积分异常相关问题，请直接联系 优快云 官方客服咨询处理。平台规则由官方制定，我无法干预积分变动，望各位理解。
上一篇： c++ 中 bitset 与 unsigned char 数组 转化，编译已通过
下一篇： 图像去雾论文（转）
点赞 0
评论 0
书签 书签 0
jstudy0
jstudy0
博客等级 码龄16年 101粉丝 11原创
+ 关注 专栏目录 订阅专栏
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值